uniiiii/Whisper-fine-tune-2

该数据集包含音频和对应的转录文本，音频的采样率为16000Hz。数据集分为训练集、测试集和验证集，其中训练集包含1,177,382个样本，测试集和验证集各包含147,173个样本。数据集的下载大小为88,963,032,366字节，总大小为115,957,225,298.55字节。数据文件路径分别为data/train-*、data/test-*和data/valid-*。

原始信息汇总

数据集概述

数据集特征

• audio:

  • 数据类型: 音频
  • 采样率: 16000 Hz

• transcripts:

  • 数据类型: 字符串

数据集分割

• train:

  • 示例数量: 1177382
  • 数据大小: 93269030290.83755 字节

• test:

  • 示例数量: 147173
  • 数据大小: 11457577305.92922 字节

• valid:

  • 示例数量: 147173
  • 数据大小: 11230617701.78522 字节

数据集大小

• 下载大小: 88963032366 字节
• 数据集总大小: 115957225298.55199 字节

数据文件配置

• config_name: default
• 数据文件路径:
  • train: data/train-*
  • test: data/test-*
  • valid: data/valid-*